有没有更健壮的方法来编辑匹配的模式，然后替换它？

Question

有没有办法编辑匹配的模式，然后用编辑的模式替换另一个模式？

输入：

a11.t
some text here
a06.t
some text here

输出：

a11.t 11
some text here
a06.t 06
some text here

上面的示例显示了前两位数字（与第一个模式匹配）提取并放置在行尾（第二个模式）。

在编程语言中，我会将文件加载到数据结构中，然后编辑、替换并写入新文件。但是有一行等价的吗？

审判：

sed 's/\(a[0-9][0-9].*\)/& \1/I' stack.fa | sed -e 's#a##g2' -e 's#\.\w##g2'

试验输出：

a11.t 11
some text here
a06.t 06
some text here

显然试验是有效的，但有没有更强大的方法？此外，是否有另一种文本处理语言可以更轻松地完成？

Answer 1

尽管它已经过时了，但很少有语言可以在文本处理方面与 perl 相提并论。例如：

1. 假设只有一组数字，复制到行尾：

    $ perl -pe 's/.*?a(\d+).*/$& $1/' file
    a11.t 11
    some text here
    a06.t 06
    some text here
   

2. 多组数字，都加到最后

    $ cat file
    a11.t
    some text here
    a06.t
    some text here
    a11.t a54.g
   
    $ perl -pe '@nums=(/a(\d+)/g); s/$/ @nums/' file
    a11.t 11
    some text here 
    a06.t 06
    some text here 
    a11.t a54.g 11 54
   

Answer 2

sed这是完成任务的完美工具。但是请注意，您几乎不需要将多个sed调用通过管道连接在一起，因为sed脚本可以由多个命令组成。

如果您想提取 2 个十进制数字的第一个序列，并在找到后在行尾附加一个空格，您可以这样做：

sed 's/\([[:digit:]]\{2\}\).*$/& \1/' < your-file

如果您只想在行上的第二个位置找到并遵循以下命令时才这样做a：

sed 's/^a\([[:digit:]]\{2\}\).*$/& \1/' < your-file

如果您不想这样做，如果该 2 位数字序列后跟更多数字：

sed 's/^a\([[:digit:]]\{2\}\)\([^[:digit:]].*\)\{0,1\}$/& \1/' < your-file

就稳健性而言，这一切都归结为回答这个问题：应该匹配什么？和什么不应该？. 这就是为什么明确指定您的要求很重要，并了解输入可能是什么样子（比如在您不想找到匹配的行中是否有数字？，输入中是否可以有非 ASCII 字符？?，输入是否以语言环境的字符集编码？等）。

以上，根据不同的sed实现中，输入将被解码成基于语言环境的字符映射文本（见的输出locale charmap），或者解释为，如果每个字节对应一个字符，0到127解释为按照ASCII字符映射字节（假设你”不在基于 EBCDIC 的系统上）。

对于sed第一类的实现，如果文件没有以正确的字符集编码，它可能无法正常工作。对于第二类，如果输入中存在编码包含十进制数字编码的字符，则可能会失败。